BugPhobia进阶篇章：系统架构技术规格

0x01 ：开发级需求分析

在开发过程中，团队本身在开发的起始阶段确定了基本的开发级需求分析：

在开发过程中，除了需要满足用户级需求以为，我们还需要针对开发团队的特点，满足一些开发级的需求和约束。作为一个学生团队，我们的开发时间极为有限，很难抽调出大量的时间进行开发。因此，开发效率就显得尤为关键。幸运地是，我们团队本身的学习能力较强，成员对于项目的开发较为积极，且对于新知识上手较快。因此，我们选择大量采用成熟的开源技术来加快我们整体的开发效率，力求以最低的成本实现最多的功能。

因此，在开发策略上，团队经过商议后确定了基本方向：

我们简要分析了往届遗留下来的代码，认为其功能较弱且不稳定，相较于目前日益成熟的一些开源技术来说，各方面都相去甚远。因此，我们经过细致的讨论后决定大胆地扔掉遗留代码，采用新技术重新实现。一则可以规避原有代码本身遗留下来的诸多问题，二则采用新技术可以快速地实现更多功能，三则可以使团队成员学到一些当下流行的技术，对成员将来的发展也会有所裨益。

综上所述，我们团队将尽可能地在开发中采用成熟的开源框架和开源技术，以实现我们对于开发效率和开发质量的需求。

 

0x02 ：架构设计

0x0200 ：设计摘要说明

首先从架构的层次上，对本身的设计进行最简短的概述：

前端页面	直接与用户打交道，与用户进行交互
后端系统	负责处理用户的请求，并衔接搜索系统，为用户提供其想要的数据
搜索系统	负责搜集、整合数据，并响应网站后端的搜索请求，提供搜索结果

因此，不妨设计学霸在线系统的概念架构图如下图所示。

ü  搜索系统和后端系统为两个不同的执行体，二者通过HTTP协议进行交互，实现搜索系统与后端系统的解耦，使得我们可以轻松地扩展搜索系统本身，而不会对后端造成太大的影响。

ü  前端页面适当地运用ajax技术和后端进行交互，在减少服务器刷新压力的同时，也可以在一定程度上使前后端分离。

 

0x0204 ：前端页面设计

 

我们团队的主要任务是大幅改善原有UI，实现一个优质的前端交互效果。为了达到这一目标，我们经过细致地调研，最终选用了Semantic UI前端框架。该框架具有时下流行的响应式布局特性。且该框架主打UI效果，很多组件都自带了动画效果，整体主题风格前卫，能体现出现代网页设计的特点，符合当代的审美观点。

Semantic UI最主要的特征是采用语义化开发。这套框架中的class都被命名为了描述其对应功能的形容词或者名词。这样的设计使得我们得以快速上手，对于我们提高开发效率大有帮助。使用该框架可以快速开发出现代化的高质量的前端页面，从而保证我们团队能够高质量地完成我们的任务。

 

0x0208 ：后端系统设计

 

 

为了达到我们的开发级需求——快速开发，我们选择使用Python作为后端开发语言，并采用了Django这一重量级的后端框架来实现我们的后端。

Python的开发效率素来为人所称道。且我们团队中的大部分成员对于Python都有一定程度的了解，使用Python学习成本低，且开发效率高。因此，我们认为后端采用Python进行开发是一个相当正确的选择。

为了快速地实现我们的后端，我们采用了Django框架。Django框架经过开源社区多年来的努力，已经成为Python后端开发的不二之选。对于常见的Web开发需求，Django都提供了相应的模块。特别是几乎每个网站都必备的用户系统，Django中更是提供了相当多的支持，使得我们可以在短时间内实现我们的设计。除了其本身的功能外，Django具有大量的优质文档，以及成熟的开源社区。遇到问题时，我们有很多途径可以查找到相应的解决方案。Django的上述优势，使我们最终做出了采用它来实现我们的后端系统的决定。

后端系统主要有两部分功能，一部分是与用户系统相关的功能，如用户的登陆、管理、活动等等，另一部分则是与搜索引擎的衔接。同时还有一个模块负责整个站点的衔接、整合等。

 

0x0204 ：搜索系统设计摘要

 

我们待搜索的内容一个有两类，一类是问答数据，一类是课程资源。这两类资源在系统中的处理是不同的，因此，在搜索系统设计的时候，我们就选择将这两类数据源直接分开。

对于课程资源的搜索类似于传统的页面爬取，我们采用分布式的nutch进行爬取，提高爬取能力的同时，减轻团队在爬取方面的工作量。同时，使用solr作为搜索引擎后端进行搜索，其对于海量数据的处理能力较强，可以实现较好的搜索效果。

对于问答资源，我们采用另外一种方案：StackExchange API可以直接返回Json格式编码好的相关信息。该API可以返回Tags、Posts、Answers、Questions等一系列信息。我们通过一个类似爬虫的程序在后台请求相关API，将数据直接整理入库，从而实现对于问答资源的整合。

 

0x03 ：平台架构设计

0x0300 ：HTTP Server

我们选用的Web服务器是Apache HTTP Server。Apache HTTP服务器是一个模块化的服务器，源于NCSAhttpd服务器，经过多次修改，成为世界使用排名第一的Web服务器软件。它可以运行在几乎所有广泛使用的计算机平台上。

 

0x0304 ：搜索引擎

对于搜索业务，我们选用了搭建在Apache服务器上的Solr + Nutch的配置。Solr和Nutch均为Apache项目中的搜索引擎项目，而二者所擅长的方向不同。

Nutch	与类似于Apache Droids 这样的抓取框架相比，Nutch提供了我们很多很好的优势。其中，显而易见的一点是Nutch 提供了可以让你完整的实现搜索应用的特性集，其次是Nutch 的高可伸缩性(scalablity)和健壮性(robust)，Nutch 运行在Hadoop 上，你可以运行在单态机器上，也可以运行在一个100台机器构成的集群(cluster)上，另外，Nutch 有很高的抓取质量，你可以配置哪些页面更重要，优先抓取，拥有丰富的APIs可以让你容易的集成Nutch 到你的应用中(可扩展性)，更重要的一点是，Nutch 的内建组件，超链数据库(LinkDatabase),拥有该组件，可以大幅的提高搜索结果的关联度，Nutch 在被抓取的页面之间跟踪超链接，以便依靠內部链接来判断页面和页面之间的相关度。
Solr	Solr是一个独立的企业级搜索应用服务器，它对外提供类似于Web-service的API接口。用户可以通过http请求，向搜索引擎服务器提交一定格式的XML文件，生成索引；也可以通过Http Get操作提出查找请求，并得到XML格式的返回结果。Solr是基于Lucene的全文搜索服务器，提供了比Lucene更为丰富的查询语言，同时实现了可配置、可扩展并对查询性能进行了优化，并且提供了一个完善的功能管理界面，是一款非常优秀的全文搜索引擎。